Lo que importa esta semana
El 29 de junio, el Consejo de la Unión Europea dio luz verde final para posponer las obligaciones más exigentes de la Ley de IA europea. Los sistemas de alto riesgo – los que deciden sobre empleo, crédito, salud o acceso a servicios – ahora tienen hasta el 2 de diciembre de 2027 si operan de forma independiente, y hasta el 2 de agosto de 2028 si están integrados en un producto. La fecha original era el 2 de agosto de 2026.
El aplazamiento no es una señal de que el riesgo desapareció, es una señal de que Europa reconoció que ni la Unión Europea ni las empresas estaban listas para auditar, documentar y certificar dichos sistemas. La obligación de cumplir recae sobre quien despliega el sistema, no solo sobre quien lo desarrolló, así que una empresa mexicana que usa herramientas de un proveedor europeo, o que vende a la Unión Europea, asume parte de esa cadena de cumplimiento.
La ventaja práctica es tiempo, no exención. Los directivos que usen estos meses adicionales para mapear qué sistemas caerían en la categoría de alto riesgo llegarán a 2027 con una ventaja real frente a sus competidores. Los que traten el aplazamiento como si el riesgo hubiera desaparecido van a terminar auditando bajo presión, con el reloj corriendo en contra y sin margen para corregir errores de documentación.
Un caso que vale la pena conocer
Contexto. Maersk es una de las navieras más grandes del mundo, con presencia en más de 130 países y una red que mueve una fracción significativa del comercio marítimo global. Su negocio depende de decisiones costosas de coordinar: cuándo dar mantenimiento a un buque, qué ruta tomar, cuánto combustible cargar. Cada decisión equivocada cuesta millones y afecta calendarios de entrega en toda la cadena de suministro.
Decisión. Maersk construyó modelos predictivos para tres decisiones concretas – mantenimiento de buques, eficiencia de combustible y optimización de rutas – apoyados en datos unificados de toda la operación. En paralelo, automatizó bodegas en el Reino Unido con robótica coordinada por IA para acelerar la clasificación de carga. La compañía también vinculó parte de los ahorros a una reducción de personal: en febrero anunció 1,000 despidos corporativos ligados a la automatización, con una meta de 180 millones de dólares en ahorro anual.
Resultado. Reportes de la industria atribuyen a Maersk más de 300 millones de dólares en ahorros anuales por sus modelos predictivos de mantenimiento y ruta. Maersk asimismo confirmó los resultados de su almacén robotizado en el Reino Unido: la robótica triplicó la velocidad de clasificación y aumentó 33% la capacidad de recolección de inventario desde su implementación en 2023.
Qué puedes extraer tú de esto. Maersk no aplicó IA de forma genérica: identificó decisiones operativas de alto costo y construyó un modelo específico para cada una. Esa disciplina – resolver un problema nombrado, no “adoptar IA” como concepto – separa a las empresas que miden resultados de las que solo experimentan. La lección menos cómoda es que la eficiencia también trae decisiones de personal que un directivo debe anticipar, no descubrir después en un comunicado de prensa.
Radar regulatorio
La nueva Ley Federal de Protección de Datos Personales en Posesión de los Particulares, vigente en México desde marzo de 2025, cambió quién vigila y qué tan caro resulta fallar. La Secretaría Anticorrupción y Buen Gobierno sustituyó al extinto INAI como autoridad, y las sanciones por filtraciones de datos personales o información confidencial de la empresa pueden resultar millonarias, sin importar si el origen fue un ataque externo o un simple descuido interno.
El riesgo que esta ley no nombra directamente pero sí cubre es la IA no autorizada – herramientas que tus empleados usan sin permiso del área de sistemas para redactar, resumir o analizar información de la empresa. Según una encuesta reciente, cerca de la mitad de los trabajadores admite usar IA sin aprobación, y casi cuatro de cada diez reconoce haber compartido información sensible en esas herramientas. Una filtración originada de esa forma conlleva la misma responsabilidad legal que una filtración por negligencia técnica: la ley no distingue el origen, únicamente el resultado.
El hilo conecta con el aplazamiento europeo de esta semana: mientras la regulación formal de sistemas de alto riesgo toma más tiempo en llegar, la exposición legal por el uso cotidiano y no gobernado de IA ya existe hoy, bajo una ley mexicana vigente. Esperar una ley que sí regule la IA de forma explícita e integral no te protege de la normativa vigente bajo la cual podrían sancionarte mañana mismo.
Algo que puedes implementar esta semana
La pregunta que este ejercicio responde es una sola: ¿qué herramientas de IA usa tu equipo hoy, con o sin autorización, y qué información de la empresa entra en ellas? No es una pregunta retórica: es el primer dato que te pedirá cualquier autoridad de protección de datos si investiga una filtración, y la mayoría de los directivos no tiene una respuesta clara.
Primero, levanta una encuesta anónima y breve – sin consecuencias para quien responda – que pregunte qué herramientas de IA usa cada persona en su trabajo diario. Segundo, identifica qué tipo de información se comparte con más frecuencia: datos de clientes, cifras financieras, código o estrategia. Tercero, define y comunica una lista corta de herramientas aprobadas antes de restringir las demás; prohibir sin ofrecer alternativa solo propicia el uso no autorizado.
Las empresas que ofrecen una alternativa aprobada ven caer el uso no autorizado de forma significativa. La decisión de negocio detrás de este ejercicio no es tecnológica: es si prefieres descubrir qué información salió de tu empresa antes o después de que llegue la notificación de una autoridad – y antes o después se vuelve relevante para el monto de una posible sanción.
Samuel Campos
Arquitectura Estratégica con IA
